在汽车产业电动化和智能化进程中,汽车安全测试评价技术也从单纯被动安全向主被动安全融合方向延伸和扩展。本文从车内乘员保护、车外弱势道路使用者保护与主动安全三方面,深入对比分析了全球主流汽车安全测评规程的差异,总结了针对各...在汽车产业电动化和智能化进程中,汽车安全测试评价技术也从单纯被动安全向主被动安全融合方向延伸和扩展。本文从车内乘员保护、车外弱势道路使用者保护与主动安全三方面,深入对比分析了全球主流汽车安全测评规程的差异,总结了针对各测评工况的车辆安全开发技术要点,探讨了新能源与智能网联汽车安全测评规程的发展趋势。研究认为,主流汽车安全测评规程在被动安全评价方面越来越严格,主动安全测评工况比重在逐步增加,未来测评规程的发展重心将集中于主被动安全融合及针对复杂工况的虚拟测评两方面。此外,针对新能源汽车的电池安全测试已相对完善,未来研究重点可向电控系统测试、底盘稳定性测试和充换电设施与配套设备统一标准化认证等方向拓展;而构建合理、可靠的智能网联汽车OTA(over the air)测试、HMI(human machine interface)安全性和舒适性等测评方法,在中长期内将成为行业关注的重难点问题,且可借助自动驾驶模拟器等工具搭建虚实结合的复合测评体系。展开更多
目的:评价基于深度学习的继发性肺结核CT辅助诊断模型在临床应用中的价值。方法:回顾性收集2018年12月至2023年4月在重庆市公共卫生医疗救治中心接受胸部CT平扫的2004例患者的病例资料,分为肺部正常组(544例)、普通肺部感染组(526组)和...目的:评价基于深度学习的继发性肺结核CT辅助诊断模型在临床应用中的价值。方法:回顾性收集2018年12月至2023年4月在重庆市公共卫生医疗救治中心接受胸部CT平扫的2004例患者的病例资料,分为肺部正常组(544例)、普通肺部感染组(526组)和继发性肺结核组(934例)。按照随机分组(通过R语言的sample函数实现训练集和测试集的完全随机分组)的方式,将数据集划分为训练集(1402例,70.0%)和测试集(602例,30.0%)。所有图像采用肺野自动分割算法,获得肺野区域。进一步采用BasicNet和DenseNet算法进行三组间的分类研究。采用曲线下面积(area under curve,AUC)、敏感度、特异度和准确率评价模型的分类性能。最后,在测试数据中,将最优模型与3位不同年资的放射科医生的诊断结果进行比较。结果:602例独立测试集中,DenseNet模型的性能优于BasicNet模型,两种模型的平均AUC、敏感度、特异度和准确率分别为92.1%和89.4%、79.7%和74.0%、89.4%和86.6%、86.2%和83.3%。其中,DenseNet模型的诊断性能优于低年资医生(准确率分别为90.7%和89.1%,Kappa=0.677),与中年资和高年资医生的诊断水平(准确率分别为90.7%、92.2%和95.3%,Kappa值分别为0.746和0.819)保持高度一致性。结论:DenseNet模型能较准确地识别继发性肺结核,与放射科中年资医师的诊断水准相当,可以作为继发性肺结核的辅助诊断工具。展开更多
目标高分辨一维距离像(High Resolution Range Profile,HRRP)中包含了丰富的目标尺寸、结构等目标特征,是进行空间目标身份识别的有效途径。但由于卫星宽带雷达实测数据获取难度大,前期相关研究多集中于基于HRRP的目标识别算法,结论也...目标高分辨一维距离像(High Resolution Range Profile,HRRP)中包含了丰富的目标尺寸、结构等目标特征,是进行空间目标身份识别的有效途径。但由于卫星宽带雷达实测数据获取难度大,前期相关研究多集中于基于HRRP的目标识别算法,结论也多是基于仿真数据和少量类别(几类)的前提下得到的,与工程应用实际情况有较大差距,工程指导意义有限。为解决这一问题,基于地基雷达获取的30类卫星目标的大量一维距离像实测数据,从识别正确率的角度对目标HRRP及其特征(组合)的可分性和在空间目标个体识别中的应用效果进行了量化分析,分析结果可为后续基于HRRP的空间目标个体识别技术研究和工程应用提供可靠依据。展开更多
文摘在汽车产业电动化和智能化进程中,汽车安全测试评价技术也从单纯被动安全向主被动安全融合方向延伸和扩展。本文从车内乘员保护、车外弱势道路使用者保护与主动安全三方面,深入对比分析了全球主流汽车安全测评规程的差异,总结了针对各测评工况的车辆安全开发技术要点,探讨了新能源与智能网联汽车安全测评规程的发展趋势。研究认为,主流汽车安全测评规程在被动安全评价方面越来越严格,主动安全测评工况比重在逐步增加,未来测评规程的发展重心将集中于主被动安全融合及针对复杂工况的虚拟测评两方面。此外,针对新能源汽车的电池安全测试已相对完善,未来研究重点可向电控系统测试、底盘稳定性测试和充换电设施与配套设备统一标准化认证等方向拓展;而构建合理、可靠的智能网联汽车OTA(over the air)测试、HMI(human machine interface)安全性和舒适性等测评方法,在中长期内将成为行业关注的重难点问题,且可借助自动驾驶模拟器等工具搭建虚实结合的复合测评体系。
文摘目的:评价基于深度学习的继发性肺结核CT辅助诊断模型在临床应用中的价值。方法:回顾性收集2018年12月至2023年4月在重庆市公共卫生医疗救治中心接受胸部CT平扫的2004例患者的病例资料,分为肺部正常组(544例)、普通肺部感染组(526组)和继发性肺结核组(934例)。按照随机分组(通过R语言的sample函数实现训练集和测试集的完全随机分组)的方式,将数据集划分为训练集(1402例,70.0%)和测试集(602例,30.0%)。所有图像采用肺野自动分割算法,获得肺野区域。进一步采用BasicNet和DenseNet算法进行三组间的分类研究。采用曲线下面积(area under curve,AUC)、敏感度、特异度和准确率评价模型的分类性能。最后,在测试数据中,将最优模型与3位不同年资的放射科医生的诊断结果进行比较。结果:602例独立测试集中,DenseNet模型的性能优于BasicNet模型,两种模型的平均AUC、敏感度、特异度和准确率分别为92.1%和89.4%、79.7%和74.0%、89.4%和86.6%、86.2%和83.3%。其中,DenseNet模型的诊断性能优于低年资医生(准确率分别为90.7%和89.1%,Kappa=0.677),与中年资和高年资医生的诊断水平(准确率分别为90.7%、92.2%和95.3%,Kappa值分别为0.746和0.819)保持高度一致性。结论:DenseNet模型能较准确地识别继发性肺结核,与放射科中年资医师的诊断水准相当,可以作为继发性肺结核的辅助诊断工具。
文摘目标高分辨一维距离像(High Resolution Range Profile,HRRP)中包含了丰富的目标尺寸、结构等目标特征,是进行空间目标身份识别的有效途径。但由于卫星宽带雷达实测数据获取难度大,前期相关研究多集中于基于HRRP的目标识别算法,结论也多是基于仿真数据和少量类别(几类)的前提下得到的,与工程应用实际情况有较大差距,工程指导意义有限。为解决这一问题,基于地基雷达获取的30类卫星目标的大量一维距离像实测数据,从识别正确率的角度对目标HRRP及其特征(组合)的可分性和在空间目标个体识别中的应用效果进行了量化分析,分析结果可为后续基于HRRP的空间目标个体识别技术研究和工程应用提供可靠依据。
